数据集版本与训练
这一页解释训练和「数据集版本」的关系：为什么必须绑定版本、版本下拉怎么挑、不同版本状态对训练的影响。概念搞清楚了，创建训练任务时选版本就不会卡壳。
为什么训练需要版本
为什么训练需要版本
- 数据集本身是个可变工作区，你可以随时增删图片、改标注。
- 但训练需要稳定、可复现的输入。如果训练到一半数据被改了，结果就没法对照。
- 版本是数据集在某个时刻的不可变快照，发布之后内容固定，谁也改不动。
- 同一个版本训练两次，输入完全一致，指标才能直接比较。这就是训练必须绑定版本的原因。
一句话：工作区给你改数据用，版本给训练提供固定输入，两者职责分开。
版本选择行为
创建训练任务时，数据集版本下拉的行为是这样的：
- 只显示 ready 状态且未归档的版本。发布中或已归档的版本不会出现。
- 每个选项展示版本号和图片数量，格式类似
v3 · 1200 images。 - 选项按版本号倒序排列，最新的版本在最前面。
- 选中后，下拉下方会展示该版本的统计信息：类别数、训练集样本数、验证集样本数、测试集样本数。扫一眼就能判断这版数据量够不够训。
版本状态与训练的关系
不是所有版本都能用来训练。下面是三种状态和训练的关系：
| 字段 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
ready | 状态 | 可选 | — | 就绪状态。版本发布完成、内容固定，可以用于训练。只有 ready 版本会出现在下拉里。 |
creating | 状态 | 可选 | — | 发布中。版本正在生成快照，还没固定，不能用于训练，也不出现在下拉里。 |
archived | 状态 | 可选 | — | 已归档。版本被手动归档（通常是被新版本取代），不再可用于新训练，也不出现在下拉里。 |
几个要注意的点
版本是必填项
新训练任务必须绑定一个 ready 状态的版本，没有例外。如果数据集版本下拉为空，或者提示「该项目数据集暂无就绪版本」，说明数据集还没发布过版本。先去数据集详情页的「版本」Tab 发布一个，再回来创建训练。
旧版可变数据集兼容
历史上创建的训练任务可能没绑定版本（当时这个功能还没上线）。这些老任务在监控页里会带一个「旧版可变数据集」徽章，表示它当时直接用了工作区数据。新创建的任务一律强制绑定版本，不会再出现这种情况。
从版本行快速创建训练
在数据集详情的「版本」Tab 里，每个就绪版本行都有一个「训练」按钮。点一下直接打开训练创建对话框，并自动把这一版预填进去，省掉手动选择。这是从特定版本开训最快的方式。